Otras funciones de dplyr potencialmente útiles
G2040. Introducción al Análisis Cuantitativo de la Información Espacial
Domingo Rasilla
08 octubre, 2025
PREPARATIVOS INICIALES
Para no tener que cargar los paquetes dplyr y
tidyr, se procede a activar el paquete
tidyverse ya que incluye los dos anteriores como
dependencias
library(tidyverse)Establecer la carpeta de trabajo
setwd("D:/G2040/TEMA_1_Introduccion/TEMA_1_ejercicios")Cargar el fichero
load("zonas_verdes.RData")Antes de comenzar, hay que recordar que separate() y unite() funcionan principalmente sobre variables de tipo carácter (chr). Así que algunos ejercicios requerirán que previamente transformes ciertas variables a texto si no lo son.
Función separate()
La función separate() puede ser usada para separar los
valores de una columna de un dataframe en diferentes columnas. La
sintaxis es la siguiente:
separate(data, col, into, sep)
donde:
- data: nombre del dataframe.
- col: nombre de la columna (variable) que se va a separar.
- into: un nombre o un vector de nombres para las nuevas columnas.
- sep: el símbolo o separador de la columna.
Por ejemplo, se puede dividir la variable
fecha_inauguracion en tres columnas nuevas: año, mes y
día.
zonas_sep_fecha <- zonas_verdes %>%
mutate(fecha_inauguracion = as.character(fecha_inauguracion)) %>%
separate(fecha_inauguracion, into = c("año", "mes", "día"), sep = "-")Igualmente, se podría convertir la columna superficie en
texto y usa separate() para dividirla en superficie_entera y
superficie_decimal usando el punto como separador.
zonas_superficie_sep <- zonas_verdes %>%
mutate(superficie_chr = as.character(superficie)) %>%
separate(superficie_chr, into = c("superficie_entera", "superficie_decimal"), sep = "\\.")Función unite()
La función contraria es unite(), que une varias columnas
de un dataframe en una única columna.
unite(data, col, into, sep)
donde:
- data: nombre del dataframe
- col: nombre de la nueva columna unida.
- into: vector con los nombres de las antiguas columnas que se unirán.
- sep: separador de los valores de las antiguas columnas.
Podríamos crear una nueva variable denominada
barrio_parques uniendo las columnas barrio y parques con
guiones (-).
zonas_barrio_parques <- zonas_verdes %>%
unite("barrio_parques", barrio, parques, sep = "-")Se podría recomponer una columna de fecha en formato “día/mes/año”.
zonas_fecha_formateada <- zonas_verdes %>%
mutate(fecha_inauguracion = as.character(fecha_inauguracion)) %>%
separate(fecha_inauguracion, into = c("año", "mes", "día"), sep = "-") %>%
unite("fecha_formateada", día, mes, año, sep = "/")Por úlitmo se podría crear una nueva columna, zona_id,
combinando barrio, ID y obras,
separados por guiones (-). Asegúrate de que obras sea
convertido en texto y e incluye que se tengan en cuenta los valores
NA.
zonas_id_compuesto <- zonas_verdes %>%
mutate(obras = as.character(obras)) %>%
unite("zona_id", barrio, ID, obras, sep = "-", na.rm = TRUE)📝 ACTIVIDAD EN EL AULA :
Algunos nombres de barrios están formados por varias palabras. Usa separate() para dividir la columna barrio en dos nuevas columnas: barrio_1 y barrio_2, separando por el primer espacio.
Convierte la columna valor en tipo carácter y usa separate() para dividir los números en dos partes: una con los miles y otra con las unidades.
Crea una nueva columna llamada habitaciones_baños uniendo las columnas habitaciones y baños, separadas por una barra (/) usando unite().
Convierte la columna superficie a texto y usa separate() para dividirla en parte entera y parte decimal, separando por el punto decimal.